在Keras中，批量歸一化是一種用于加速深度神經網絡訓練的技術。它通過在每個訓練批次中將輸入數據進行歸一化處理，使得網絡在學習過程中更加穩定和快速。批量歸一化的主要作用是使得網絡的輸入分布穩定，可以減少梯度消失或梯度爆炸的問題，加快網絡的收斂速度，提高網絡的泛化能力。在Keras中，可以通過在模型中添加BatchNormalization層來實現批量歸一化。
BatchNormalization
